基于局部保持判别子空间的ISAR目标识别

• 作者: 何强 尚朝轩 蔡洪 韩壮志
• 来源期刊: 中国电子科学研究院学报
• 学科: 工学
• 关键词: 流形学习 局部保持投影 ISAR二维像 目标识别
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 工程与应用
• 页码范围: 656-660
• 页数: 5页
• 分类号: TP391.4
• 字数: 2927字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5692.2009.06.022

摘要

由于目标运动及其所处环境的复杂性,雷达目标数据之间往往呈现出局部的非线性,如果采用传统的线性子空间方法降维,必将会使雷达目标识别性能有所下降,基于以上原因,文章尝试将流形学习的思想应用于逆合成孔径雷达(ISAR,inverse synthetic aperture radar)目标二维像的目标识别.局部保持投影(LPP,locality preserving projections)是一类有效的流形学习算法,但它在构建权矩阵时没有充分利用样本的类别信息.针对此问题,提出了一种称为局部保持判别投影(LP-DP,locality preserving discriminant projections)的子空间学习方法,该方法通过构建类内和类间两个权矩阵来描述多类样本数据集的局部几何结构,以使在高维空间中相互靠近的同类数据点在低维嵌入空间中也相互靠近,而不同类的近邻点则尽可能地远离.对三类飞机目标的仿真实验结果表明,与PCA、LDA和LPP等算法相比,LPDP算法具有更好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何强	军械工程学院光学与电子工程系	96	388	9.0	14.0
2	韩壮志	军械工程学院光学与电子工程系	113	507	10.0	16.0
3	尚朝轩	军械工程学院光学与电子工程系	105	493	10.0	16.0
4	蔡洪	军械工程学院光学与电子工程系	4	39	3.0	4.0